文献

J-GLOBAL ID：201702267280014966   整理番号：17A0110569

重み付きSVMとM-Χ分解に基づく縮約偏波SAR画像の船舶検出【JST・京大機械翻訳】

Ship detection in compact polarimetric SAR imagery based on weighted SVM and m -χ decomposition

著者 (5件)： Wang Haibo (College of Electronic Science and Engineering, National University of Defense Technology) ,  Zhao Yanchen (Xi’an Aerospace Propulsion Institute) ,  Wang Hanning (College of Electronic Science and Engineering, National University of Defense Technology) ,  Wu Yonghui (Air Force Early Warning Academy) ,  Ji Kefeng (College of Electronic Science and Engineering, National University of Defense Technology)
資料名： Tai Hezi Kexue Yudianzi Xinxi Xuebao  (Tai Hezi Kexue Yudianzi Xinxi Xuebao)
巻： 14  号： 4  ページ： 554-561  発行年： 2016年 
JST資料番号： C3004A  ISSN： 2095-4980  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 全偏波と比較して,極超広帯域合成開口レーダ(SAR)は,より広い幅幅のため,海洋監視において,多くの優位性を持っている。本論文では,船舶の船舶ターゲット検出のために,重み付きサポートベクトルマシン(SVM)とM-Χ分解に基づく縮約のための新しい方法を提案した。まず第一に,簡縮極化の分極パラメータを抽出して,重み付き特徴ベクトルを構築して,次に,重み付きSVM分類装置に基づく分極SAR画像の船舶目標を検出して,最後に,3つの成分の異なる散乱機構における差異を除去するためにM分解を使用した。NASA AIRSAR航空機とRADARSAT-2衛星搭載偏波測定データに基づくシミュレーションにより,この方法が船舶ターゲット検出に適用できることを示した。誤り警報とファジィ雑音を効果的に除去した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *船舶 ,  *縮約 ,  曖昧さ ,  合成開口レーダ ,  サポートベクトルマシン ,  *偏波 ,  米国航空宇宙局 ,  海洋
準シソーラス用語： 誤警報 ,  RADARSAT ,  SVM分類 ,  特徴ベクトル ,  ターゲット検出 ,  超広帯域 ,  *SAR画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： compact polarimetric SAR ,  m -χ decomposition ,  Support Vector Machine ,  ship detection

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  レーダ  (ND13010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： SVM ,  分解 ,  縮約 ,  偏波 ,  SAR画像 ,  船舶